摘要：提出了一种基于径向基函数（RBF）神经网络的光纤法布里-珀罗传感器解凋方法，从理论上分析了该方法的解调原理。从干涉谱中提取特征值，利用干涉谱的特征值和腔长作为训练集，对RBF网络进行训练，训练好的网络就可以实现预测腔K的功能。住测量范同为0～2MPa的法布里-珀罗（F—P）腔MEMS压力传感器进行的解调实验中，该算法可以辨别0．1MPa的压力，腔长与压力数据的拟合度为0．98858。仿真计算得出，该方法解调出的腔长的相对误差达到0．02％，腔长的最大绝对误差小于0．1／Lm。实验结果表明，神经网络方法可以达到较高的精度，满足实际需求。

关键词：光纤光学 径向基函数神经网络 压力传感器 

单位：南京师范大学物理科学与技术学院 江苏南京210097